ما هي حدود "تقسيم العمل" في فعالية التشخيص والعلاج؟

استخدام الذكاء الاصطناعي في الرعاية الصحية لا يعني "استبدال الأطباء". في الوقت الحالي، يتمتع الذكاء الاصطناعي بأفضل أداء في "المهام عالية الكثافة القياسية"، مثل التعرف على الصور الطبية، واختبار الأدوية، وأتمتة عملية الاستشارة. على سبيل المثال، في مجال التعرف على الصور، أظهر نموذج الذكاء الاصطناعي الذي طوره فريق جوجل الصحي أداءً أفضل من الأطباء المتخصصين ذوي الخبرة في فحص سرطان الثدي. قام النظام بتدريب ملايين الصور الشعاعية للثدي، وتعلم من خلالها أدلة التغيرات الطفيفة، حيث بلغت دقته أكثر من 94%، وكانت نسبة النتائج الإيجابية الكاذبة أقل بكثير من التشخيص اليدوي.

لكن ما يتقنه الذكاء الاصطناعي ليس "الحدس السريري" أو "الأحكام المعقدة المتعددة". على سبيل المثال، بالنسبة لمريض يعاني من صداع، وحمى، وإرهاق، سيقوم الطبيب البشري بتقديم اتجاه تشخيصي بناءً على التاريخ الطبي السابق، والفحص البدني، والخبرة السريرية؛ بينما يعتمد نظام الذكاء الاصطناعي غالبًا على "مدخلات الاستبيان"، ويقدم اقتراحات دون وجود تفاعل فعلي أو حكم سياقي، مما يجعل دقته عرضة لتأثير هيكل المعلومات. لذلك، فإن الإدراك الأكثر منطقية في هذه المرحلة هو أن "الذكاء الاصطناعي يمكنه القيام بجزء مما يتقنه الأطباء"، وليس "الذكاء الاصطناعي يمكنه القيام بكل ما يفعله الأطباء".

جوهر "استشارة الذكاء الاصطناعي" هو نمذجة البيانات

الانطباع الأول للكثيرين عند التعامل مع الأطباء المعتمدين على الذكاء الاصطناعي يأتي من بعض منصات أو تطبيقات "الاستشارة الذكية". بعد إدخال الأعراض، يقدم النظام اقتراحات تشخيصية أولية، ويوصي بالتخصصات الطبية المناسبة. المبدأ التكنولوجي وراء ذلك هو بشكل رئيسي الجمع بين معالجة اللغة الطبيعية (NLP) ونمذجة شجرة القرار. يقوم نظام الذكاء الاصطناعي من خلال "قراءة" بيانات الحالات والإرشادات الطبية بشكل مستمر، ببناء شبكة من العلاقات بين الأعراض والأسباب المرضية.

على سبيل المثال، نظام "المستشفى المستقبل" الذي أطلقته شركة علي بابا الصحية يعتمد على عشرات الملايين من السجلات الطبية الإلكترونية وسجلات التأمين الصحي، ولديه معدل تطابق مرتفع في الأمراض الشائعة. عندما يدخل المستخدم "ألم في الحلق، سيلان الأنف، سعال"، يمكن للنظام أن يحكم في غضون ثوانٍ أن احتمال الإصابة بعدوى في الجهاز التنفسي العلوي هو الأعلى، ويوصي بزيارة قسم الأنف والأذن والحنجرة.

ومع ذلك، فإن مشكلات هذا النظام الاستشاري واضحة أيضًا. أولاً، يعتمد على دقة المدخلات من المرضى، ولا يمكنه استبدال الفحص البدني أو المؤشرات الكيميائية الحيوية؛ ثانيًا، قدرته على الحكم على الأعراض المتداخلة أو الأمراض النادرة محدودة. والأهم من ذلك، أن اقتراحاته تعتمد في الغالب على "الاستدلال الاحتمالي" بدلاً من "المنطق السببي"، مما يفتقر إلى عملية التفسير والاستدلال السريرية الحقيقية. لذلك، في التطبيق العملي، يبدو أكثر كـ "محرك بحث للمعرفة الطبية"، وليس كطبيب سريري حقيقي.

الصور الطبية هي ساحة المعركة الرئيسية لإظهار قوة الذكاء الاصطناعي

إذا كان الذكاء الاصطناعي لا يزال يبدو "غير ناضج" في سيناريو الاستشارة، فإن أدائه في تحليل الصور الطبية يمكن أن يوصف بأنه "مثير للإعجاب". يعود تقدم تقنية التعرف على الصور بالذكاء الاصطناعي إلى تطبيق التعلم العميق، وخاصة الشبكات العصبية التلافيفية (CNN). توفر القوانين والأنظمة العالية الجودة في الصور الطبية مشهدًا مثاليًا لتدريب الذكاء الاصطناعي.

في مجالات مثل فحص عقيدات الرئة، والتعرف على اعتلال الشبكية السكري، والتعرف على نزيف الدماغ في الأشعة المقطعية، تم تطبيق العديد من أنظمة الذكاء الاصطناعي في تجارب سريرية. على سبيل المثال، في فحص سرطان الرئة المبكر، تمكنت شركة Tencent من التعرف على العقيدات المشبوهة في صور الأشعة المقطعية باستخدام نموذج الذكاء الاصطناعي، حيث بلغت حساسيته أكثر من 95%، وزادت نسبة اكتشاف سرطان الرئة في مراحله المبكرة بنسبة 30%. وبالمثل، تم التحقق سريريًا من نظام التعرف على صور قاع العين الذي طورته DeepMind في نظام الخدمات الصحية الوطنية في المملكة المتحدة، حيث يمكنه تحديد ما إذا كانت صور الشبكية غير طبيعية في غضون 10 ثوانٍ، مما يساعد الأطباء في اتخاذ قرار بشأن الحاجة إلى إحالة.

تتمثل الميزة المشتركة لهذه التقنيات في: السرعة، والكفاءة، والدقة. لا يشعر الذكاء الاصطناعي بالتعب، ولا يتأثر بالتفضيلات الذاتية، ويمكنه مساعدة الأطباء في معالجة كميات كبيرة من البيانات، مما يزيد من كفاءة الفحص. لكن لديه أيضًا نقاط ضعف - حيث لا يزال يعتمد على عينات التدريب في التعرف على الأمراض الجديدة أو السلوكيات الشاذة. إذا لم تظهر ميزات الصورة في البيانات، فإن الذكاء الاصطناعي يجد صعوبة في الاستدلال المرن أو "تعميم المعرفة"، وهذا هو السبب الرئيسي الذي يجعله يحتاج دائمًا إلى مراجعة بشرية.

هل دخل الذكاء الاصطناعي المساعد في التشخيص والعلاج إلى المستشفيات الحقيقية؟

في الصين، قامت العديد من المستشفيات بالفعل بإدخال أنظمة مساعدة الذكاء الاصطناعي، لاستخدامها في تصنيف المرضى في الزيارات الأولية، ومراجعة الوصفات، وتحليل الأمراض. على سبيل المثال، نظام "الطبيب ألفا" الذي تم تشغيله في المستشفى الثاني التابع لكلية الطب بجامعة تشجيانغ يمكنه توجيه المرضى لملء معلومات الاستشارة في منطقة الانتظار، وتحديد السبب المحتمل للمرض وتقديم اقتراحات للزيارة؛ يمكن للنظام حتى أن ينشئ مسودة السجل الطبي الإلكتروني تلقائيًا بعد تشخيص الطبيب، مما يقلل بشكل كبير من عبء الكتابة على الأطباء.

وفي مستشفى تشونغشان في شنغهاي، يمكن لنظام الذكاء الاصطناعي إجراء تحليل صور الأشعة المقطعية للمرضى المشتبه في إصابتهم بمرض الشريان التاجي، مما يوفر للأطباء مرجعًا كميًا لدرجة التضيق، مما يوفر الكثير من الوقت في القياسات اليدوية. بالإضافة إلى ذلك، يتم استخدام الذكاء الاصطناعي أيضًا في أرشفة السجلات الطبية، وتسوية التأمين الصحي، وإدارة متابعة المرضى، مما يزيد من كفاءة تشغيل المعلومات في المستشفيات.

ومع ذلك، فإن معظم هذه الأنظمة "التي دخلت السريرية" لا تزال تلعب دورًا "مساعدًا"، وليست "الجهة الرئيسية في اتخاذ القرار". سواء في التشخيص أو العلاج أو استخدام الأدوية، يجب دائمًا مراجعة واقرار اقتراحات الذكاء الاصطناعي من قبل الأطباء الممارسين. السبب ليس نقص أداء الذكاء الاصطناعي، بل يتعلق بمسائل أخلاقية طبية صارمة، ومسؤولية قانونية، وضمان سلامة المرضى، وغيرها من القضايا النظامية. في النظام الصحي الحالي، يمكن أن يصبح الذكاء الاصطناعي "أداة" فقط، وليس "جهة مسؤولة".

الأخلاقيات الطبية وتحديد المسؤولية لا تزال أكبر التحديات

أكبر تحدٍ في استخدام الذكاء الاصطناعي في الرعاية الصحية ليس في التكنولوجيا، بل في الأخلاقيات والقانون. إحدى القضايا الأكثر واقعية هي: عندما يؤدي خطأ في تشخيص الذكاء الاصطناعي إلى تأخير العلاج أو عواقب سلبية، من يتحمل المسؤولية؟ حاليًا، لم تتشكل آلية نضج لتحديد مسؤولية الذكاء الاصطناعي في معظم الأنظمة الصحية العالمية. في الصين، يجب أن يتم تنفيذ جميع إجراءات التشخيص والعلاج بواسطة أطباء مرخصين، وإذا قدم نظام الذكاء الاصطناعي اقتراحًا، فإن الطبيب إذا لم يقم بمراجعته بشكل معقول، فإن العواقب لا تزال تقع على عاتق الطبيب.

علاوة على ذلك، فإن مشكلة "الصندوق الأسود" في أنظمة الذكاء الاصطناعي تثير القلق أيضًا. العديد من نماذج التعلم العميق ليست شفافة في عملية اتخاذ القرار، مما يجعل من الصعب تقديم "أسباب تشخيصية" واضحة، وهذا يتعارض مع مبدأ "قابلية التتبع" في الطب. على سبيل المثال، إذا أوصى الذكاء الاصطناعي بخطة علاج معينة، ولكن إذا تم التشكيك في "على أي أساس"، فقد لا يتمكن النظام من تقديم مسار قابل للتفسير. في هذه الحالة، سيكون من الصعب بناء الثقة مع المرضى، ولن يجرؤ الأطباء على اعتمادها بشكل عشوائي.

علاوة على ذلك، يعتمد تدريب الذكاء الاصطناعي بشكل كبير على بيانات طبية ضخمة، وغالبًا ما تتعلق هذه البيانات بالخصوصية والأخلاقيات وقضايا الأمان. إذا كانت مصادر البيانات غير شفافة، أو كانت التسمية غير قياسية، فقد يؤدي ذلك إلى انحرافات نظامية في النموذج. على سبيل المثال، كان أحد أنظمة الذكاء الاصطناعي يعاني من أخطاء كبيرة في التعرف على سرطان الثدي بسبب انخفاض نسبة عينات الإناث في مجموعة التدريب، مما يظهر "تحيزًا جنسيًا". لذلك، فإن ظهور الأطباء المعتمدين على الذكاء الاصطناعي ليس مجرد قضية تقنية، بل هو تحدٍ شامل للأخلاقيات والنظام القانوني.

المسار المستقبلي هو التكامل وليس الاستبدال

يجب ألا تتأثر مسار تطوير الأطباء المعتمدين على الذكاء الاصطناعي بـ "نظرية الاستبدال"، بل يجب أن تعود إلى جوهر الرعاية الصحية - خدمة صحة الإنسان. الاتجاه الأكثر وعدًا في الوقت الحالي هو "التعاون بين الإنسان والآلة"، حيث يتحمل الذكاء الاصطناعي المهام الهيكلية والمتكررة، مما يحرر طاقة الأطباء، ويسمح لهم بالتركيز على الحكم الشخصي، والتواصل الإنساني، واتخاذ القرارات المعقدة.

على سبيل المثال، في إدارة الأمراض المزمنة، يمكن للذكاء الاصطناعي تحليل بيانات مستوى السكر في الدم، وضغط الدم، والوزن على المدى الطويل للمرضى، وتقديم تنبيهات ومعلومات تحذيرية، مما يساعد الأطباء على التدخل مبكرًا؛ في الرعاية الصحية عن بُعد، يمكن للذكاء الاصطناعي إجراء تقييمات مسبقة للصور والتقارير، مما يجعل الأطباء أكثر كفاءة في خدمة المناطق النائية؛ في التعليم السريري، يمكن للذكاء الاصطناعي مساعدة الأطباء في تدريب الأطباء الجدد، وتقديم حالات استدلال محاكاة، مما يعزز جودة التعليم.

الاتجاه الأعمق هو إنشاء إطار أخلاقي للذكاء الاصطناعي في الطب وتنظيمه. قد يتطلب "القبول الطبي" للذكاء الاصطناعي في المستقبل وجود نظام مراجعة موحد، يحدد الحدود بين "ما يمكن اقتراحه" و"ما لا يمكن اتخاذ قرار بشأنه". في الوقت نفسه، يجب أن تعزز أنظمة الذكاء الاصطناعي أيضًا تصميم "قابلية التفسير"، مما يزيد من مستوى الثقة العامة.

من "أداة" إلى "شريك"، لا يزال أمام الأطباء المعتمدين على الذكاء الاصطناعي طريق طويل ليقطعوه. قد لا يتمكنون أبدًا من استبدال "نظرة الطبيب السريرية" الدافئة، لكن يمكنهم أن يصبحوا أقوى مساعد ذكي بجانب الأطباء. وهذا هو بالضبط ما يجعل الرعاية الصحية المعتمدة على الذكاء الاصطناعي تستحق الانتظار.